搜索到37974 篇“ 多元线性回归模型 “的相关文章
基于多元线性回归 模型 的罗江旅游发展影响因素研究 2024年 多元线性回归 模型 对其旅游发展因素进行研究,总结归纳,并用spss软件对其分析。关键词：多元线性回归分析 旅游发展 影响因素 基于多元线性回归 模型 的碳排放计量预测方法 多元线性回归 模型 的碳排放计量预测方法，其特征在于，包括以下步骤：步骤1：数据采集：使用数据采集模块获取具有时间序列属性的碳排放基础数据，并将所述碳排放基础数据传送给数据预处理模块；步骤2：数据预处理：所述数据预处...基于多元线性回归 模型 估测蒙古黄芪药效成分含量 2024年 多元线性回归 的方法,研究了栽培和仿野生对蒙古黄芪黄芪甲苷、毛蕊异黄酮葡萄糖苷含量估测方法的影响,以期为实践中利用高光谱快速、准确估测栽培和仿野生蒙古黄芪的药效成分含量提供参考依据。结果表明:栽培和仿野生蒙古黄芪药效成分含量的原始高光谱数据所建立模型 的稳定性和拟合度均是最好。估测黄芪甲苷含量模型 的RMSE分别是0.0045、0.0085;R^(2)分别是0.761、0.879;所建模型 分别是y=0.0054+0.0016x_(1)+0.0002x_(2)+0.0007x_(3)(R^(2)=0.903)、y=-0.1223+0.0040x_(1)+0.0001x_(2)-0.0009x_(3)(R^(2)=0.904)。估测毛蕊异黄酮葡萄糖苷含量模型 的RMSE分别是0.0017、0.0040;R^(2)分别是0.860、0.868;所建模型 分别为y=0.0731-0.0080x_(1)-0.0004x_(2)+4×10-6x_(3)(R^(2)=0.891)、y=0.0842-0.0007x_(1)-0.0001x_(2)+0.0002x_(3)(R^(2)=0.883)。关键词：多元线性回归模型 蒙古黄芪 黄芪甲苷 毛蕊异黄酮葡萄糖苷 一种基于多元线性回归 模型 的烘丝机出口水分预测方法 多元线性回归 模型 的烘丝机出口水分预测方法，包括以下步骤：获取烘丝工序中设备参数变量及物料的相关数据；度量各变量间的相关性，然后利用层次聚类法对各变量进行聚类；利用主成分分析法对层次聚类处理后的变量进行...基于多元线性回归 模型 对四川省物流需求的预测分析 2024年 关键词：社会物流总额 物流需求 多元线性回归模型 第三产业增加值 第一产业增加值 经验参数预测高熵合金屈服强度的多元线性回归 模型 2024年 多元线性回归 模型 ,该模型 在拟合优度(R2)方面表现出色,达到了0.996,同时模型 预测的室温屈服强度的平均误差仅为4.2%。此外,通过皮尔逊相关系数检验,筛选出对室温屈服强度影响最显著的经验参数,包括价电子浓度、理论熔点、混合焓以及熵焓比。关键词：多元线性回归模型 HEA 基于多元线性回归 模型 的GF-1 PMS多光谱影像重构方法 2024年 多元线性回归 模型 在保持输入自变量光谱信息和空间特征的同时,通过线性 变换获取自变量和因变量的光谱拟合关系,对原输入自变量的光谱信息进行优化,从而获得高空间分辨率和丰富光谱信息的重构数据。方法:利用同期获取的OLI(Operational Land Imager)和PMS(Panchromatic and Multispectral Scanner)多光谱遥感影像,根据最小二乘法构建多元线性回归 模型 ,重构生成具有丰富光谱特征和空间特征的遥感影像,从主客观两个方面评价重构影像的质量。结果:在目视解译(主观)方面,重构影像在一定程度上保留了原OLI影像的光谱特性,提升了原PMS影像的清晰度和分辨性;在量化角度(客观)方面,重构影像的信息量和平均梯度比原OLI对应波段影像的信息量(在部分波段上)和平均梯度要低,但比原PMS影像的信息量和平均梯度要高,可见重构影像的质量介于原PMS影像和OLI影像的质量之间。结论:以青海省门源回族自治县的耕地内不同作物为实例对象,利用最大似然法获取门源县青稞和油菜的空间分布,研究区实测数据验证表明,重构影像对耕地内部青稞与油菜的提取精度高于原PMS和OLI多光谱影像的提取精度。关键词：多元线性回归模型 PMS 基于多元线性回归 模型 的赣州市PM_(2.5)质量浓度模拟 2024年 多元线性回归 方法的土地利用回归 (Land Use Regression,LUR)模型 来模拟PM_(2.5)的空间分布。研究结果表明,基于多元线性回归 的LUR模型 将森林和主要道路、边界层高度、风速作为建模变量,模型 的调整R2(决定系数)为0.855,RMSE(均方根误差)为0.635,在拟合度和准确度方面都表现良好。关键词：多元线性回归 基于多元线性回归 模型 对北京市物流影响因素的实证分析 2024年 多元线性回归 模型 ,分析得出影响北京市物流需求的主要因素,并依据北京市物流的具体情况提出相关建议。关键词：物流需求 影响因素 多元线性回归模型 多元线性回归 模型 与多层感知器神经网络在铀矿测井泥质含量预测中的应用2024年 多元线性回归 模型 和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归 模型 和MLP神经网络进行了泥质含量关系模型 的构建和验证。结果显示,多元线性回归 模型 在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归 模型 ,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。关键词：泥质含量 多元线性回归模型
